谷金英 晏明 張曉嬌

摘 要：高分一號(hào)衛(wèi)星影像以高空間分辨率、多光譜分辨率以及高時(shí)間分辨率為優(yōu)勢(shì)在水資源領(lǐng)域中具有廣闊的應(yīng)用空間。為了能夠找到一種及時(shí)、快速、準(zhǔn)確提取水體信息的方法，本文采用單波段閾值法、譜間關(guān)系法、NDVI法以及NDWI法結(jié)合光譜分析等方法對(duì)吉林省扶余市與長(zhǎng)春市交界的松花江部分河段的水體信息進(jìn)行提取，并對(duì)提取結(jié)果進(jìn)行對(duì)比、分析。結(jié)果表明利用歸一化差異水體指數(shù)（NDWI）法，再結(jié)合閾值法能夠?qū)⑺w信息完整地提取出來(lái)，此次試驗(yàn)研究為利用高分一號(hào)衛(wèi)星影像提取水體信息提供了可靠地參考依據(jù)。

關(guān)鍵詞：高分一號(hào)；水體提??；單波段閾值法；歸一化差異水體指數(shù)；閾值法

中圖分類(lèi)號(hào)：S-3 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.11974/nyyjs.20180631009

水是地球上不可或缺的自然資源，也是維持自然生態(tài)系統(tǒng)健康穩(wěn)定的決定性因子，快速、及時(shí)、準(zhǔn)確地提取水體信息對(duì)水資源調(diào)查、洪澇災(zāi)害的監(jiān)測(cè)與評(píng)估以及濕地保護(hù)等方面具有重要意義。遙感衛(wèi)星技術(shù)因其具有高空間和時(shí)間分辨率，多光譜分辨率以及獲取便捷等優(yōu)點(diǎn)，已成為提取水體信息的重要方法之一[1]。高分一號(hào)衛(wèi)星于2013年4月發(fā)射升空，該衛(wèi)星搭載了2臺(tái)2m分辨率全色/8m分辨率多光譜相機(jī)和4臺(tái)16m分辨率多光譜相機(jī)（包括藍(lán)、綠、紅3個(gè)可見(jiàn)光波段和一個(gè)近紅外波段）設(shè)計(jì)壽命5～8a，重訪周期4d，具體參數(shù)見(jiàn)表1。

高分一號(hào)衛(wèi)星自發(fā)射應(yīng)用以來(lái)，提供了大量的高空間、高時(shí)間分辨率的衛(wèi)星影像數(shù)據(jù)，但應(yīng)用于水體提取的研究和方法尚不多見(jiàn)，因此本文針對(duì)GF-1衛(wèi)星影像的光譜特性，選擇常見(jiàn)的單波段閾值法、譜間關(guān)系法、NDVI、NDWI等方法旨在尋求一種能夠快速、準(zhǔn)確提取水體信息的途徑。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)概況

本文選取吉林省中西部地區(qū)松花江流域的部分河段作為試驗(yàn)區(qū)，該實(shí)驗(yàn)區(qū)處于扶余市與長(zhǎng)春市交界處，其范圍為N4438'18''～4511'06''，E12528'07''～12624'34''。區(qū)域影像地類(lèi)繁多，主要以水體、耕地、建設(shè)用地為主，其中水系比較發(fā)達(dá)，分布較廣，主要以河流和水庫(kù)為主，同時(shí)還有若干的水塘和水渠存在，零星分布著若干的坑塘等小面積水體，因此選擇此研究區(qū)作為水體提取的試驗(yàn)具有一定的典型性。

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

本文以高分一號(hào)衛(wèi)星分辨率為16m的多光譜影像為遙感數(shù)據(jù)來(lái)源，該影像是在遙感集市網(wǎng)站免費(fèi)下載獲得，影像的成像時(shí)間為2017年6月17日。遙感影像數(shù)據(jù)的預(yù)處理主要是在envi5.3 SP1軟件中完成的，首先利用ENVI軟件中的Radiometric Calibration模塊進(jìn)行輻射定標(biāo)，而后在FLAASH大氣校正模塊中進(jìn)行大氣校正獲得地表反射率數(shù)據(jù)，最后利用ENVI 中的RPC Orthorectification Using Reference Image 模塊進(jìn)行正射校正，其中以精校正的Landsat8全色波段為參考影像，DEM數(shù)據(jù)選擇分辨率為30m的ASTER GDEM，該數(shù)據(jù)是在USGS官網(wǎng)中下載獲得，校正后的遙感影像分辨率為16m×16m ，預(yù)處理后的研究區(qū)影像圖見(jiàn)圖1。

2 實(shí)驗(yàn)方法與結(jié)果分析

2.1 單波段閾值提取

根據(jù)高分一號(hào)衛(wèi)星影像4個(gè)波段的光譜特性，水體在近紅外波段即第4波段具有強(qiáng)吸收以及植被和土壤在此波段具有強(qiáng)反射的光譜特征，可以將水體與其他地物較好地分離出來(lái)[2]。因此本文選擇GF-1衛(wèi)星影像的近紅外波段運(yùn)用單波段閾值法提取分析，經(jīng)過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)的多次嘗試對(duì)比，確定閾值為426.27時(shí)提取的水體信息效果最佳，提取效果圖如圖2（a）所示，該水體提取的結(jié)果與目視判讀的影像進(jìn)行對(duì)比分析，可以看出試驗(yàn)區(qū)內(nèi)的大片水體，水庫(kù)以及細(xì)小的河流均被提取出來(lái)了，但同時(shí)一些建筑陰影以及部分溝渠陰影區(qū)也被誤提，導(dǎo)致提取的水體范圍比實(shí)際大很多。

2.2 譜間關(guān)系法

譜間關(guān)系法是周成虎等人利用TM影像通過(guò)分析水體與非水體在不同波段上的光譜曲線特征后提出的，其水體提取模型如下[3]：

B1+b4>b2+b3 （1）

其中，b1、b2、b3、b4分別代表GF-1衛(wèi)星影像的藍(lán)波波段、綠波波段、紅波波段以及近紅外波段（下文同）。對(duì)研究區(qū)域采用譜間關(guān)系法提取水體信息，結(jié)果如圖2（b）所示，從圖中可以明顯的看出，只有一條主要的河流和零星的水庫(kù)等水體信息被提取出來(lái)了，而其他細(xì)小的河流和坑塘等水體均被忽略。由此可見(jiàn)，此方法提取的水體效果較差，不建議使用此方法提取水體信息。

2.3 歸一化植被指數(shù)法

歸一化植被指數(shù)法（NDVI）在水體信息提取中也是較為常用的一種方法，該方法主要是利用近紅外波段以及紅波波段灰度值的差與和進(jìn)行比值預(yù)算，通過(guò)擴(kuò)大它們之間的差距來(lái)突出水體信息，計(jì)算公式如下[4]。

NDVI=（b4-b3）/（b4+b3） （2）

對(duì)試驗(yàn)區(qū)利用NDVI法提取水體，設(shè)閾值為0，即NDVI小于0時(shí)所提取的信息為水體，結(jié)果如圖2（c）所示，從圖中可以看出，該方法能夠較好地提取出主要河流水體，而對(duì)于一些細(xì)小淺塘、淤地等提取效果并不理想，提取的水體區(qū)域比實(shí)際水體范圍小很多。由此可見(jiàn)，簡(jiǎn)單的通過(guò)閾值取0提取水體的效果不佳，因此可以通過(guò)調(diào)整閾值，使其能夠?qū)⑺w與非水體更好地區(qū)別開(kāi)，計(jì)算公式為NDVI=（b4-b3）/（b4+b3） >N1，經(jīng)過(guò)多次嘗試，最終確定N1=0.143時(shí)，可以將水體準(zhǔn)確地提取出來(lái)，如圖 2（d）所示，從圖中可以看出，通過(guò)調(diào)整NDVI閾值后提取的水體較之前增加了很多，部分河流支流以及一些水庫(kù)，坑塘等均被提取出來(lái)，然而一些建筑陰影也被包含在內(nèi)，同時(shí)一些細(xì)小的河流仍有部分缺失。

2.4 歸一化差異水體指數(shù)法

歸一化差異水體指數(shù)法（NDWI）是由McFeeter在1996年提出的，該方法是利用水體在最強(qiáng)與最弱的反射波段進(jìn)行比值運(yùn)算，通過(guò)擴(kuò)大它們之間的差距，有效地抑制植被信息，從而實(shí)現(xiàn)提取水體信息的指數(shù)方法，公式如下[5]。

NDWI=（b2-b4）/（b2+b4） （3）

對(duì)研究區(qū)的遙感影像進(jìn)行NDWI運(yùn)算，閾值設(shè)為0，NDWI>0的即為水體信息，提取結(jié)果如圖2（e）所示，從圖中可以看出，運(yùn)用NDWI法可以將大面積的水體、零星的水庫(kù)等水體信息提取出來(lái)，而一些細(xì)小的河流，坑塘等水體均沒(méi)有提出。因此可以通過(guò)調(diào)整閾值，即NDWI=（b2-b4）/（b2+b4）>N2，從而達(dá)到水體信息提取的最佳結(jié)果。經(jīng)過(guò)反復(fù)大量的試驗(yàn)，最終確定NDWI的閾值取0.282時(shí)，提取的水體輪廓與目視解譯比較一致，水體的區(qū)域范圍較完整，結(jié)果較NDVI法提取的水體更為準(zhǔn)確，提取的水體信息效果最佳，結(jié)果如圖2（f）所示。

2.5 水體提取精度評(píng)價(jià)

本文參考Google Earth影像，對(duì)研究區(qū)原始影像中的水體信息進(jìn)行目視解譯，經(jīng)過(guò)統(tǒng)計(jì)分析得到研究區(qū)水體總面積為77.65 km2，并以此值為參考標(biāo)準(zhǔn)分別對(duì)以上6種提取水體的方法進(jìn)行比較分析，結(jié)果如表2所示。

從表2中可以看出，運(yùn)用歸一化差異水體指數(shù)法提取的水體結(jié)果與其他幾種方法比較效果最差，提取的水體面積相對(duì)誤差達(dá)82.10%，而運(yùn)用歸一化差異水體指數(shù)法結(jié)合閾值法后提取的水體面積值與目視解譯得出的水體面積最為接近，提取結(jié)果的相對(duì)誤差提高到為4.17%，該方法為研究區(qū)提取水體最理想的方法之一。

3 結(jié)論與討論

本次試驗(yàn)通過(guò)單波段閾值法、譜間關(guān)系法、植被指數(shù)法、水體指數(shù)法等方法進(jìn)行水體信息的提取，通過(guò)多種方法驗(yàn)證對(duì)比可知，僅通過(guò)一種方法很難將水體信息準(zhǔn)確、完整地提取出來(lái)，針對(duì)本文所選研究區(qū)域基于高分一號(hào)衛(wèi)星影像可以采用歸一化差異水體指數(shù)法結(jié)合閾值法將水體信息較完整地提取出來(lái)，在完善細(xì)小河流和坑塘水域提取的基礎(chǔ)上，同時(shí)也盡量的避免了建筑陰影以及溝渠陰影的誤提，為同地域水體信息的提取提供了參考依據(jù)，但在以后的實(shí)際應(yīng)用中應(yīng)注意以下幾點(diǎn)。

3.1 閾值選取

閾值選取是操作者憑人為經(jīng)驗(yàn)設(shè)定的，不同的閾值對(duì)實(shí)驗(yàn)結(jié)果的影響較大，因此需要反復(fù)多次地嘗試，最終確定最為合理的閾值，才能使水體提取效果最佳。

3.2 影像選擇

本文試驗(yàn)所選擇的是高分一號(hào)衛(wèi)星數(shù)據(jù)，影像分辨率為16m，在水體提取時(shí)出現(xiàn)混合象元較多的現(xiàn)象，在以后的實(shí)際應(yīng)用中可以選擇更高分辨率的衛(wèi)星影像提取水體信息，會(huì)使水體提取精度達(dá)到更高。

3.3 區(qū)域差異

本文試驗(yàn)中盡量選擇無(wú)云、質(zhì)量好的影像數(shù)據(jù)，但由于影像資料受限，選取的區(qū)域較為平坦，無(wú)山區(qū)地類(lèi)，在以后研究應(yīng)用中，可以嘗試不同地類(lèi)下的水體信息提取，從而進(jìn)一步提高水體信息提取的效率。

參考文獻(xiàn)

[1]劉興萬(wàn)，董士偉，田飛，等.基于HJ-1B數(shù)據(jù)分形特征的水面面積提取方法研究[J].工程勘察，2012，40（10）：48-51.

[2]柯麗娟，趙紅莉，蔣云鐘.基于GF-1衛(wèi)星遙感影像提取水體的方法比較[J].甘肅科技，2015，31（10）：18-21.

[3]周成虎.遙感影像地學(xué)理解與分析[M].北京：科學(xué)出版社，1999.

[4]徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學(xué)報(bào)，2005，9（5）：589-595.

[5]丁莉東，吳昊，王長(zhǎng)健，等.基于譜間關(guān)系的MODIS遙感影像水體提取研究[J].測(cè)繪與空間地理信息，2007，29（6）： 25-27.